基于多特征排序模型的網(wǎng)絡(luò)課程推薦算法研究與應(yīng)用.pdf

1、隨著大規(guī)模網(wǎng)絡(luò)開(kāi)放課程的飛速發(fā)展，在線教育這一全新的學(xué)習(xí)形式開(kāi)始被越來(lái)越多的人所接受。用戶(hù)通過(guò)互聯(lián)網(wǎng)可以學(xué)習(xí)到各種領(lǐng)域的知識(shí)和技能，但隨著在線課程資源數(shù)量的增加以及種類(lèi)的越來(lái)越多樣化，用戶(hù)在考慮想要學(xué)習(xí)的課程時(shí)經(jīng)常會(huì)遇到選擇難題。推薦算法的引入能夠?yàn)橛脩?hù)的課程學(xué)習(xí)提供建議，但由于網(wǎng)絡(luò)課程存在一些局限性，如文本信息較少、用戶(hù)行為信息不夠豐富、評(píng)價(jià)信息缺乏等，傳統(tǒng)的推薦算法無(wú)法直接應(yīng)用到網(wǎng)絡(luò)課程的推薦中，需要基于網(wǎng)絡(luò)課程的獨(dú)特場(chǎng)景進(jìn)行創(chuàng)新和

2、改進(jìn)。
　　本文在對(duì)云課堂用戶(hù)數(shù)據(jù)進(jìn)行了充分分析的基礎(chǔ)上，研究并實(shí)現(xiàn)了一種基于多特征排序模型的網(wǎng)絡(luò)課程推薦算法。該算法結(jié)合了網(wǎng)絡(luò)課程及用戶(hù)相關(guān)的多個(gè)特征，包括基于主題的用戶(hù)偏好、基于協(xié)同過(guò)濾的用戶(hù)偏好、課程熱門(mén)度、講師影響力。通過(guò)排序?qū)W習(xí)的方法對(duì)這些特征進(jìn)行線性組合，計(jì)算目標(biāo)用戶(hù)與網(wǎng)絡(luò)課程間的匹配程度，從而為用戶(hù)進(jìn)行課程推薦。為了驗(yàn)證算法的有效性，在云課堂真實(shí)數(shù)據(jù)集上進(jìn)行了大量實(shí)驗(yàn)，實(shí)驗(yàn)證明本文算法能夠得到較好的推薦效果，與參照算